基于PSO-BP的钻井机械钻速预测模型

机械钻速预测是优化钻进过程、提高钻井效率的关键技术,现有的计算模型主要建立在物理实验和理论分析的基础上,缺少对钻井工程实测数据的应用,导致计算精度难以满足复杂的现场需求.基于此,提出一种人工智能算法与BP(back propagation)神经网络相结合的钻井机械钻速预测模型.首先,利用小波滤波方法对实测数据进行降噪处理,并依据互信息关联分析优选输入参数降低模型冗余.其次,利用粒子群优化(particle swarm optimization,PSO)算法实现对BP神经网络初始权值、阈值的优化,建立机械钻速预测新模型,并将PSO-BP新模型与标准BP、BAS(Beetle Antennae Search,天牛须算法)-BP及GA(genetic algorithm,遗传算法)-BP等三种模型进行对比分析.最后,根据实际工况对PSO-BP钻井机械钻速预测模型进行模型评价.结果表明,PSO-BP机械钻速预测模型不仅具有良好的预测精度,而且为钻进过程中提高机械钻速提供科学的参考.     

自调整二维智能控制器的优化设计

详细介绍了具有在线自动调整机能的二维智能控制器的设计过程，使控制系统具有增益自适应能力和较好的鲁棒性，并在此基础上介绍其优化的方法和思路。     

变电站电压无功控制系统的设计

电网无功合理控制是实现电网经济运行的重要手段之一,如何实现电网无功合理分布一直是电网运行实践中的难题。本文在充分总结变电站电压无功综合控制原理的基础上,应用微机设计开发了一套变电站电压无功综合控制系统,使电压无功分布得到优化,趋于合理。有效降低调度人员工作强度。     

一种快速超前进位加法器的优化设计

加法器是处理器的一个基本功能部件,随着处理器频率的不断提高, 对加法器的也提出了更高的要求.超前进位（CLA）是最快的加法器之一。本文提出了一种新的改善超前进位加法器性能的方法,用DC对4种CLA进行了综合,结果表明与目前已有的CLA相比,本文提出的CLA速度更快,面积更小,并给出了统计数据。     

一种蝉鸣声数字化建模的改进方法

蝉鸣声是耳鸣掩蔽治疗最常用的一种匹配声源, 而目前数字化合成的蝉鸣声存在声音机械的问题. 针对该问题, 本文对蝉鸣合成数字化模型的激励源、声源模型和声道模型进行了优化: 使用滤波成型波作为激励源; 在声源信号中加入第二泛音分量; 对声道模型的参数进行修改. 最终合成的蝉鸣声在频谱丰富度和声音自然度得到了优化, 对耳鸣的掩蔽治疗提供了技术参考.     

优化项目资源与降低材料成本研究

采购成本是综合反映企业生产经营管理水平的主要指标。本文分析了影响企业采购成本的主要因素，并提出了加强企业采购成本管理与控制的主要策略。     

基于Web的多媒体CAI课件开发中的问题解决

基于Web的多媒体CAI课件是多媒体CAI课件与Web技术的结合。它将成为网络教学多媒体CAI课件的主要形式。本文介绍了在基于Web的多媒体CAI课件开发过程中对课件页面进行页面优化的原则和方法,并详细介绍了课件中导航、查询、测试等关键功能的JavaScript程序实现技术和方法。     

基于空间分布优选初始聚类中心的改进K-均值聚类算法

针对海量数据聚类过程中,经典的K-均值聚类算法对其K个初始聚类中心点的选择以及数据集噪声十分敏感的问题,提出了一种针对海量数据考虑初始聚类中心点选择的聚类算法.该算法首先采用冒泡排序法对数据集进行排序,获取数据集的各维中心值组成第一个初始聚类中心点.其次,通过计算与第一个初始聚类中心点的欧式距离,对剩余候选初始聚类中心点进行优化选择,保证所有的聚类中心点均匀地分布在数据集密度较大的空间上,以此减少聚类过程中的迭代次数和提高聚类算法效率.最后,基于UCI(University of California,Irvine)中多个数据集,进行聚类算法对比实验.结果表明,在不降低聚类效果的前提下,该聚类算法的迭代次数平均降低到50％,所需的时间降低平均达10％,由实验结果还能推出,当点集的数目越多时,该算法就能表现出越明显的聚类优势效果.     

数据库系统优化方法研究

本文提出了数据库优化的主要集中在查询操作中,查询优化在整个系统优化中起到非常重要的作用。对于海量数据和大量代码语句,系统的响应速度是要解决的最主要的问题之一。所以,提高查询代码的质量,对查询进行优化是提高系统效率的重要手段。